CN109784620A - 基于层次分析法的管垢吸附重金属影响因素量化评价方法 - Google Patents
基于层次分析法的管垢吸附重金属影响因素量化评价方法 Download PDFInfo
- Publication number
- CN109784620A CN109784620A CN201811489561.7A CN201811489561A CN109784620A CN 109784620 A CN109784620 A CN 109784620A CN 201811489561 A CN201811489561 A CN 201811489561A CN 109784620 A CN109784620 A CN 109784620A
- Authority
- CN
- China
- Prior art keywords
- factor
- pipe scale
- ahp
- heavy metals
- analytic hierarchy
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Investigating Or Analyzing Non-Biological Materials By The Use Of Chemical Means (AREA)
Abstract
本发明公开了一种基于层次分析法的管垢吸附重金属影响因素量化评价方法,该方法主要步骤包括:选定影响因素,建立影响因素层次结构模型;构造判断矩阵;层次单排序及其一致性检验;层次总排序及一致性检验;得到各影响因素对上一层某因素及目标层(最高层)的相对权重量化排序。本发明基于层次分析理论,结合实际管垢吸附重金属的过程,全面具体的评价吸附过程的多方面影响因素权重,评价结果合理可靠,为管垢吸附重金属影响因素权重量化评价提供了一种新的方法和思路。
Description
技术领域
本发明涉及饮用水安全及腐蚀科学领域,更具体的说,是涉及一种基于层次分析法的管 垢吸附重金属影响因素权重量化评价方法。
背景技术
重金属离子具有难以降解、易于富集等性质。在管网输水过程中,重金属离子通过吸 附、沉积、迁移等作用聚集在管壁上,形成沉积物(管垢)。在某些水力水质条件下,沉积物会发生释放反应,从而导致用户终端出水的重金属离子浓度远高于饮用水水质标准的限值。与此同时,管网中的金属管道在化学和电化学作用下也会产生大量的铁、锰、铅等金属锈蚀物,进一步增大了重金属污染发生的几率。开展管垢对水中重金属的吸附研究,对管网安全运行及保障饮用水安全具有重要意义。
对管垢吸附水中重金属的研究,其本质是对影响吸附过程的因子(温度、pH值、反应时 间等)进行评估,将单个或者多个影响因子按一定函数关系计算得到结果。因此,确定管垢 吸附重金属影响因子的权重至关重要,权重取值的合理性对管网安全运行及应急措施选择具 有重要的指导意义。然而,目前没有相关研究成果为管垢吸附重金属影响因子权重量化提供 一个科学有效的方法。
发明内容
本发明的目的是为了克服现有技术中的不足,提出了一种基于层次分析法的管垢吸附重 金属影响因素权重评价方法,对影响因素进行权重量化分析,为管网安全运行和应急决策提 供参考依据。
本发明为解决背景技术中的技术问题,采用的技术方案是基于层次分析法的管垢吸附重 金属影响因素量化评价方法,包括以下步骤:
S1:归纳选定影响管垢吸附重金属的主要影响因素,建立吸附影响因素层次结构模型;
S2:依托层次结构模型,确定上下层次之间各个因素的隶属关系,构造判断矩阵;
S3:判断矩阵各因素针对其准则的相对权重排序,进行层次单排序;在层次单排序中, 对判断矩阵进行一致性检验;
S4:判断矩阵各因素相对于目标层(最上层)的权重,进行层次总排序;然后对总排序 结果进行一致性检验,确定因素评价结果。
所述步骤S1中选定影响管垢吸附重金属的主要影响因素,根据各影响因素的特点主要包括:
(1)溶液因素;
(2)外界因素;
(3)管垢用量;
(4)反应时间。
确定准则层为溶液因素和外界因素;目标层为某金属吸附影响因素。
所述溶液因素包括:水温(15-35℃),水中pH值(4-10),水中金属离子种类及溶度(铬、 钒、镉、砷、铅、锰),水中阴离子种类及浓度(Cl-、SO4 2-、NO3 -)。
所述步骤S2中根据层次中各因素的相对重要性,通过引入合适的标度(Staaty1~9标度方 法)将重要性判断量化表示出来,构造判断矩阵。
所述步骤S3具体为:计算各判断矩阵的最大特征值及特征向量,归一化得到同一层次相应因 素对于上一层次某因素相对权重的排序;
在层次单排序中,对判断矩阵进行一致性检验。
所述步骤S4具体为:计算判断矩阵各因素相对于目标层(最上层)的权重,该权重的计算采 用自上而下的方法,逐层合成,计算方法如下:
假定已求得第m-1层n个元素相对于总目标的权重w(m-1)=(w1 (m-1),w2 (m-1),…,wn (m -1))T, 则第m层k个元素相对于上一层(第m-1层)第i个元素的单排序权重为pi (m)=(p1i (m),p2i (m),…, pki (m))T,其中不受i支配的元素权重为0;
令P(m)=(p1 (m),p2 (m),…,pn (m)),表示第m层元素相对于第m-1层n个元素的排序,则第 m层元素相对于总目标的层次总排序为:w(m)=(w1 (m),w2 (m),…,wk (m))T=P(m)w(m-1);
按照上述计算步骤对总排序结果进行一致性检验。
与现有技术相比,本发明所带来的有益效果是:
本发明基于层次分析理论,结合实际管垢吸附重金属的过程,定性定量的评价吸附过程, 易于实际应用;分析影响管垢吸附重金属的多方面影响因素,可以全面具体的评估,使结果 更为准确和客观;利用建立的层次结构,计算各指标权重,并进行一致性检验,进一步保证 了评价结果合理可靠。
附图说明
图1是本发明实施例的矾吸附影响因素总层次结构图。
具体实施方式
下面通过具体实施例和附图对本发明作进一步的说明。本发明的实施例是为了更好地使 本领域的技术人员更好地理解本发明,并不对本发明作任何的限制。
本发明管垢吸附重金属影响因素的权重定量评价方法,结合附图进一步说明实施方式。
具体如下:
第一步:建立吸附影响因素层次结构模型
将结合文献及本课题组已有研究经验,选定管垢投加量、反应时间、钒离子初始浓度、 初始pH值、温度、Cl-浓度、SO4 2-浓度7种管垢吸附重金属钒的影响因素进行实验。
选定三个层次:目标层、准则层、方案层。
首先确定方案层为管垢投加量、反应时间、钒初始浓度、初始pH值、温度、Cl-浓度、SO4 2-浓度;然后根据方案层中各影响因素的特点,将其分为两类,确定准则层为溶液因素、外界因素;最后确定目标层为钒吸附影响因素。
在本发明中,溶液因素是指与溶液本身性质有关的影响因素,包括钒初始浓度、初始pH 值、温度、Cl-浓度、SO4 2-浓度;外界因素是指溶液本身性质之外的影响因素,包括管垢投加 量和反应时间。
钒吸附影响因素的总层次结构图如图1所示。
第二步:构造判断矩阵
建立层次结构模型之后,上下层次之间各个因素的隶属关系就被确定了。
在此基础上,需要对每一层次中各因素的相对重要性做出判断。
在层次分析法中,为了使判断量化,需要通过引入合适的标度将这些判断用数值表示出 来,构造出判断矩阵A。
本文采用Staady提出的1~9标度方法[王连芬,许树柏.层次分析法引论[M].北京: 中国人民大学出版社,1990.],如表1所示。
表1判断矩阵标度及其含义
管垢吸附钒的单因素实验中,由各影响因素变化而导致的钒去除率变化幅度见表2。
表2各影响因素变化导致的钒去除率变化幅度
根据表2中各影响因素的影响程度,对各因素的相对重要性进行两两比较,分别对准则层和 方案层建立判断矩阵,见表3、表4、表5。
表3准则层判断矩阵
表4溶液因素判断矩阵
表5外界因素判断矩阵
第三步:层次单排序及其一致性检验
层次单排序是指每一个判断矩阵各因素针对其准则的相对权重排序,所以本质上是计算 各判断矩阵的最大特征值及特征向量,经归一化后,即可得到同一层次相应因素对于上一层次 某因素相对权重的排序。
在层次单排序中,为了保证层次分析所得结论的合理性,要对判断矩阵进行一致性检验。
求解判断矩阵及其一致性检验的方法如下:
①计算判断矩阵每一行数值aij的乘积Mi,并计算其n次方根Wi:
②对向量W=(W1,W2,…Wn)T正规化,求得权重wi:
③计算判断矩阵的最大特征根:
④计算一致性指标:
⑤查表确定相应的平均随机一致性指标RI,见表6:
表6平均随机一致性指标RI表
⑥计算一致性比例若CR<0.1,则认为判断矩阵具有满意的一致性,否则需要 对判断矩阵进行重新修正。
按照上述步骤求解本文中三个判断矩阵,并进行一致性检验,得到的结果如表7、表8、 表9所示。
表7准则层判断矩阵计算及一致性检验结果
表8溶液因素判断矩阵计算及一致性检验结果
表9外界因素判断矩阵计算及一致性检验结果
从表中数据可看出,各判断矩阵的CR值均小于0.1,满足一致性检验。
第四步:层次总排序及一致性检验
层次总排序是指每一个判断矩阵各因素相对于目标层(最上层)的权重。该权重的计算 采用自上而下的方法,逐层合成,计算方法如下:
假定已求得第m-1层n个元素相对于总目标的权重w(m-1)=(w1 (m-1),w2 (m-1),…,wn (m -1))T, 则第m层k个元素相对于上一层(第m-1层)第i个元素的单排序权重为pi (m)=(p1i (m),p2i (m),…, pki (m))T,其中不受i支配的元素权重为0;
令P(m)=(p1 (m),p2 (m),…,pn (m)),表示第m层元素相对于第m-1层n个元素的排序,则第 m层元素相对于总目标的层次总排序为:w(m)=(w1 (m),w2 (m),…,wk (m))T=P(m)w(m-1)。
同样,也需要对总排序结果进行一致性检验。
显然,第二层的单排序结果即总排序结果。在本文中,准则层为第二层,其总排序结果 及一致性检验见表7。经计算,本文方案层中各影响因素的层次总排序及一致性检验结果如 表10所示。
表10方案层各因素层次总排序及一致性检验结果
从表中数据可看出,层次总排序的CR值小于0.1,满足一致性检验。
由表10计算结果可知,影响管垢吸附重金属钒的7个因素,其影响权重值由高到低依次是钒 初始浓度、反应时间、温度、初始pH、管垢投加量、SO4 2-浓度、Cl-浓度。
本发明将层次分析法用到管垢吸附重金属影响因素权重定量评价中,能够科学合理的定 量评价多因素的影响,具有重要的实用价值和理论参考意义。
应当理解的是,本说明书未详细阐述的部分均属于现有技术。应当理解的是,这里所讨 论的实施方案及实例只是为了说明,对本领域技术人员来说,可以加以改进或变换,而所有 这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (7)
1.基于层次分析法的管垢吸附重金属影响因素量化评价方法,其特征在于,包括以下步骤:
S1:归纳选定影响管垢吸附重金属的主要影响因素,建立吸附影响因素层次结构模型;
S2:依托层次结构模型,确定上下层次之间各个因素的隶属关系,构造判断矩阵;
S3:判断矩阵各因素针对其准则的相对权重排序,进行层次单排序;在层次单排序中,对判断矩阵进行一致性检验;
S4:判断矩阵各因素相对于目标层(最上层)的权重,进行层次总排序;然后对总排序结果进行一致性检验,确定因素评价结果。
2.根据权利要求1所述的基于层次分析法的管垢吸附重金属影响因素量化评价方法,其特征在于,所述步骤S1中选定影响管垢吸附重金属的主要影响因素,根据各影响因素的特点主要包括:
(1)溶液因素;
(2)外界因素;
(3)管垢用量;
(4)反应时间。
3.根据权利要求2所述的基于层次分析法的管垢吸附重金属影响因素量化评价方法,其特征在于,确定准则层为溶液因素和外界因素;目标层为某金属吸附影响因素。
4.根据权利要求2所述的基于层次分析法的管垢吸附重金属影响因素量化评价方法,其特征在于,所述溶液因素包括:水温,水中pH,水中金属离子种类及溶度,水中阴离子种类及浓度。
5.根据权利要求1所述的基于层次分析法的管垢吸附重金属影响因素量化评价方法,其特征在于,所述步骤S2中根据层次中各因素的相对重要性,通过引入合适的标度Staaty1~9标度方法将重要性判断量化表示出来,构造判断矩阵。
6.根据权利要求1所述的基于层次分析法的管垢吸附重金属影响因素量化评价方法,其特征在于,所述步骤S3具体为:计算各判断矩阵的最大特征值及特征向量,归一化得到同一层次相应因素对于上一层次某因素相对权重的排序;
在层次单排序中,对判断矩阵进行一致性检验。
7.根据权利要求1所述的基于层次分析法的管垢吸附重金属影响因素量化评价方法,其特征在于,所述步骤S4具体为:计算判断矩阵各因素相对于目标层(最上层)的权重,该权重的计算采用自上而下的方法,逐层合成,计算方法如下:
假定已求得第m-1层n个元素相对于总目标的权重w(m-1)=(w1 (m-1),w2 (m-1),…,wn (m-1))T,则第m层k个元素相对于上一层(第m-1层)第i个元素的单排序权重为pi (m)=(p1i (m),p2i (m),…,pki (m))T,其中不受i支配的元素权重为0;
令P(m)=(p1 (m),p2 (m),…,pn (m)),表示第m层元素相对于第m-1层n个元素的排序,则第m层元素相对于总目标的层次总排序为:w(m)=(w1 (m),w2 (m),…,wk (m))T=P(m)w(m-1);
按照上述计算步骤对总排序结果进行一致性检验。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811489561.7A CN109784620A (zh) | 2018-12-06 | 2018-12-06 | 基于层次分析法的管垢吸附重金属影响因素量化评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811489561.7A CN109784620A (zh) | 2018-12-06 | 2018-12-06 | 基于层次分析法的管垢吸附重金属影响因素量化评价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109784620A true CN109784620A (zh) | 2019-05-21 |
Family
ID=66495713
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811489561.7A Pending CN109784620A (zh) | 2018-12-06 | 2018-12-06 | 基于层次分析法的管垢吸附重金属影响因素量化评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109784620A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113672856A (zh) * | 2021-07-30 | 2021-11-19 | 国网山东省电力公司菏泽供电公司 | 一种配网不停电作业能力影响因素的层次分析评估方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107909277A (zh) * | 2017-11-22 | 2018-04-13 | 国网内蒙古东部电力有限公司电力科学研究院 | 一种基于模糊层次分析法的变电站环保水平评估方法 |
CN108320261A (zh) * | 2018-01-18 | 2018-07-24 | 北控水务(中国)投资有限公司 | 一种城市河道断面动态水质目标确定方法 |
CN108764659A (zh) * | 2018-05-11 | 2018-11-06 | 贵州电网有限责任公司凯里供电局 | 一种基于模糊综合法的配电网可靠性影响因素分析方法 |
-
2018
- 2018-12-06 CN CN201811489561.7A patent/CN109784620A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107909277A (zh) * | 2017-11-22 | 2018-04-13 | 国网内蒙古东部电力有限公司电力科学研究院 | 一种基于模糊层次分析法的变电站环保水平评估方法 |
CN108320261A (zh) * | 2018-01-18 | 2018-07-24 | 北控水务(中国)投资有限公司 | 一种城市河道断面动态水质目标确定方法 |
CN108764659A (zh) * | 2018-05-11 | 2018-11-06 | 贵州电网有限责任公司凯里供电局 | 一种基于模糊综合法的配电网可靠性影响因素分析方法 |
Non-Patent Citations (1)
Title |
---|
谭浩强: "城市供水管网铁释放特性及其风险管理", 《中国博士学位论文全文数据库工程科技Ⅱ辑》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113672856A (zh) * | 2021-07-30 | 2021-11-19 | 国网山东省电力公司菏泽供电公司 | 一种配网不停电作业能力影响因素的层次分析评估方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104376380B (zh) | 一种基于递归自组织神经网络的氨氮浓度预测方法 | |
Hossain et al. | Introductory of Microsoft Excel SOLVER function-spreadsheet method for isotherm and kinetics modelling of metals biosorption in water and wastewater | |
CN104636627B (zh) | 一种土壤重金属生态风险评估方法 | |
CN101158674B (zh) | 基于BP神经网络的水体中叶绿素a浓度预测方法 | |
CN103344530B (zh) | 一种球磨机水泥生料粉磨粒度软测量方法 | |
CN104778378B (zh) | 一种油气田产量递减影响因素分析方法 | |
CN103792246A (zh) | 一种基于lm-bp神经网络的x射线荧光光谱定量分析方法 | |
CN106339755B (zh) | 基于神经网络与周期核函数gpr的锂电池健康状态预测方法 | |
CN111815184B (zh) | 一种耕地土壤环境质量类别划分方法 | |
CN109975366B (zh) | 农村生活污水a2o处理终端出水cod浓度软测量方法及装置 | |
CN106706508A (zh) | 一种基于ahp分析的金属材料海水腐蚀敏感度评价方法 | |
CN113591256B (zh) | 一种山区输电线路杆塔雷击概率结果评估方法 | |
CN106405427A (zh) | 基于神经网络与Maternard核函数GPR的锂电池健康状态预测方法 | |
CN103823430B (zh) | 智能加权丙烯聚合生产过程最优软测量系统和方法 | |
CN112183935A (zh) | 一种河流水质综合评价方法及系统 | |
CN111090831A (zh) | 一种湖泊面积变化关键驱动因子识别方法 | |
CN110751176A (zh) | 一种基于决策树算法的湖泊水质预测方法 | |
CN110222916B (zh) | 农村生活污水a2o处理终端出水总氮浓度软测量方法及装置 | |
CN112926893A (zh) | 基于模糊综合评判和层次分析的水平井调剖效果评价方法 | |
CN109784620A (zh) | 基于层次分析法的管垢吸附重金属影响因素量化评价方法 | |
Kulisz et al. | Application of artificial neural network (ANN) for water quality index (WQI) prediction for the river Warta, Poland | |
CN109299434A (zh) | 货物海关通关大数据智能评级及抽检率计算系统 | |
Cosby et al. | Estimating catchment water quality response to acid deposition using mathematical models of soil ion exchange processes | |
CN107583755A (zh) | 一种关于半自磨机功率的预估方法 | |
CN110956388B (zh) | 一种海上油气藏增产方案生成方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190521 |
|
WD01 | Invention patent application deemed withdrawn after publication |